/ Модель

Характеристики

Контекст
514 токенов
Параметры
95,2 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
2 мар 2022

distilroberta-base-finetuned-suicide-depression

Классификация текстаТекст → label3 профессии

Экспериментальная DistilRoBERTa классифицирует твиты по меткам «суицид» и «депрессия».

39скачиваний за 30 дней6лайковвеса обновлены19 мар 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mrm8488 разработал экспериментальную модель DistilRoBERTa, дообученную для бинарной классификации текстов твитов: она различает метки «суицид» и «депрессия». Модель содержит 95,2 млн параметров, принимает текст и рассчитана на контекст до 514 токенов.

Это экспериментальное доказательство концепции на датасете SDCNL. На оценочном наборе указаны accuracy 0,7158 и loss 0,6622. Модель можно использовать для исследовательской классификации коротких сообщений, но её результаты не подходят для постановки диагноза или принятия решений о помощи человеку. Автор прямо предостерегает от использования в production; сведения о составе и подробной оценке обучающих данных ограничены. Лицензия — Apache-2.0.

Сценарии применения

  • экспериментальная классификация твитов о суициде и депрессии
  • анализ текстов в исследовании упоминаний суицида
  • разметка коротких сообщений по двум психологическим категориям

Ограничения

Это proof of concept с accuracy 0,7158 на указанном оценочном наборе; состав и подробности оценки данных не приведены. Автор не рекомендует использовать модель в production, а её классификации не следует трактовать как диагноз.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilroberta-base-finetuned-suicide-depression

This model is a fine-tuned version of distilroberta-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6622
  • Accuracy: 0.7158

Model description

Just a POC of a Transformer fine-tuned on SDCNL dataset for suicide (label 1) or depression (label 0) detection in tweets. DO NOT use it in production

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracy
No log1.02140.62040.6632
No log2.04280.66220.7158
0.52443.06420.73120.6684
0.52444.08560.97110.7105
0.28765.010701.16200.7

Framework versions

  • Transformers 4.11.3
  • Pytorch 1.9.0+cu111
  • Datasets 1.13.0
  • Tokenizers 0.10.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
35aa79e

0 моделей